信息优势的上下分化：数字时代多层级政府治理变革的一个动力机制
向静林、钟瑞雪、艾云
摘要：数字时代出现了“数实相融”的新型治理情境，推动中国多层级政府治理呈现出“上下共治”的新模式，其中的动力机制之一是“信息优势的上下分化”。研究细致分析了高层级政府的数字信息优势和低层级政府的属地信息优势的具体内容及其关系模式，发现高层级政府在线上行为信息、跨域关联信息、超大规模信息方面具有比较优势，低层级政府在线下行为信息、在地关联信息、过程事件信息方面具有比较优势；二者的信息优势之间不是替代关系，而是互依关系，通过自上而下的信息计算、研判、推送和自下而上的信息摸排、核验、反馈，多层级政府之间形成了不同于前数字时代的双向信息流转机制。信息优势上下分化引发的信息流转机制变化及其实际运行的复杂性，值得学界高度关注和深入研究。
关键词：数字时代；政府治理；信息优势分化；信息流转机制
一、研究问题
近年来，伴随着数字技术的广泛应用，中国社会加速进入数字时代。有研究指出，数字时代出现了“数实相融”的新型治理情境，电信网络诈骗、黑客网络犯罪、互联网金融风险等一系列线上和线下相结合的新现象、新风险给政府治理带来新挑战，推动中国多层级政府治理模式发生一些新的变革，催生出一种“上下共治”的新型治理模式。所谓数实相融，是指在数字空间和实体空间并存的背景下，政府治理必须面对两个既相互区别又紧密关联的世界，即数字世界和实体世界，二者有着不同的属性，却又彼此融合；所谓上下共治，是指上层治“数”、下层治“实”，分工协作，共同治理，即高层级政府和低层级政府分别在数字空间和实体空间发挥各自的比较优势来开展治理，多层级政府通过分工协作来共同应对数字时代的新型治理挑战。
需要指出的是，这种新型治理模式并非颠覆性的治理变革，而是呈现出渐进式变革的特征，与前数字时代的政府治理模式既有联系又有区别：一方面，虽然中央政府和省、市（地级）地方政府在大数据平台建设、线上治理、风险监测预警等方面发挥着越来越重要的作用，但政府治理依然离不开县、乡政府在辖区发挥的属地治理作用。例如，在电信网络诈骗、数字金融风险治理中，高层级政府仍然需要将在数字空间排查出的问题线索或风险信息层层下发给基层政府，由基层政府在实体空间对这些线索或信息进行属地核实，从中可以看到“网格化管理”等传统治理要素依然扮演着基础性的角色。另一方面，基层政府虽然仍然是国家治理的基石，但仅仅依靠自身来应对数字时代的新型治理挑战已经越来越力不从心，因而越来越依赖上级政府的治理参与。诸如在数字金融、电信诈骗、网络犯罪等领域的治理中，仅仅依靠县、乡政府在辖区的传统治理手段已经远远不够，需要高层级政府通过大数据平台等新型治理手段及早发现问题线索，开展风险监测预警等。可见，这种渐进式变革是“变”与“不变”的融合。
之所以会出现这种渐进式而非颠覆性变革，其背后非常重要的一个动力机制是“信息优势的上下分化”，即高层级政府和低层级政府分别在数字空间和实体空间具有关于治理对象的信息优势，越是高层级的政府越具有数字空间的数字信息优势，越是低层级的政府越具有实体空间的属地信息优势。
相比于前数字时代，数字时代实体空间的属地信息优势在多层级政府中的分布结构并没有实质性的差异，这是“不变”的部分，也是既有组织研究共享的前提假定。组织理论很早就揭示出，组织中越是低层级越具有关于工作任务或治理对象实际情况的信息优势。韦伯提出，在科层制的运行中存在一种权威与信息优势之间的不对称关系。之后，委托-代理理论进一步假设，在委托人与代理人的关系中，代理人拥有信息优势，委托人难以观察代理人的行为，对代理人的监督成本很高，因此需要通过激励设计来影响代理人的行为。这种不对称关系深刻影响着正式组织内部的权威结构和运行方式，即虽然组织中的上级（委托人）因为正式职位而拥有形式权威，但是组织中的下级（代理人）因为信息优势而拥有实质权威。不对称信息的存在使得在公司这样的科层组织中，公司所有者（委托方）难以有效控制经理（监督方）和员工（代理方）之间共谋现象的出现。鉴于此，唐斯认为科层组织中自下而上的单渠道信息传递可能带来信息扭曲等问题，替代性信息渠道的出现有助于改变这种信息扭曲的状况。上述组织理论对中国的政府研究产生了很大影响。在前数字时代，多层级政府之间的关系被视为委托—代理关系，其中上级政府是委托人，下级政府是代理人，下级政府在向上的信息传递中具有一定的实际控制权。在这样一种结构中，“不对称信息导致拥有信息方（通常是下级政府）有着更大的‘谈判’优势，致使其在实际运行过程中具有相对独立性”。“组织基础上的稳定利益集团导致科层制链条间的信息传递不畅，甚至失灵”。处于低层级的上下级政府之间甚至会进行属地信息隐瞒的“共谋”，以联手应对更高层级政府的要求和检查。进入数字时代，下级政府在自身属地范围的信息优势依然存在，既有研究对于多层级政府在实体空间中的信息优势结构的分析依然具有较强的刻画和解释能力。正是在这个意义上，数字时代多层级政府关系的变化并不是颠覆性的，而是渐进式的。
然而，渐进式变革并不意味着没有变化，更不意味着发生的变化微不足道。与前数字时代不同，数字技术的兴起带来了一个结果，即在实体空间的基础上出现了数字空间。对于政府而言，数字空间完全是一个新的“疆域”。多层级政府在数字空间形成了不同于在实体空间的新的信息优势结构。由于数据权限、数据源、资金、技术、人才等多方面因素的影响，在数字空间中基层政府不具有信息优势，反而高层级政府具有信息优势。相比实体空间而言，数字空间中多层级政府之间的信息优势结构出现了逆转，高层级政府在数字空间具有较强的信息吸纳和处理能力，可以通过成立大数据平台、购买科技公司服务等方式提升数字空间的信息收集、存储、分析和挖掘能力，一定程度上掌握了在数字空间直接开展治理的能力，在数据采集、实时感知、线索搜寻、智能研判、动态监测、风险预警等方面的作用凸显。数字空间的出现以及高层级政府在这一新型空间中信息优势的生成，是数字时代显著不同于前数字时代的一种空间形态和信息机制，是数字时代的一个基础性变化，对于国家治理的影响深远。总之，在前数字时代，多层级政府关于治理对象的信息优势结构是单维的；在数字时代，多层级政府关于治理对象的信息优势结构是双维的，而且在两个维度上的分布方向相反（图1）。
已有研究虽然关注到数字时代多层级政府中信息优势结构的重大变化，但尚未进行细致分析：高层级政府的数字信息优势和低层级政府的属地信息优势分别体现在哪些方面？双方为什么无法替代彼此？多层级政府之间的信息运行流程出现了什么新变化？本文将尝试回答这些问题。本文首先提出一个信息优势分化的理论框架，然后运用这一理论框架分析数字金融风险治理领域的案例，最后是总结和讨论。
二、一个“信息优势分化”的理论框架
为了分析数字时代多层级政府之间的信息优势结构，本文构建了一个“信息优势分化”的理论框架，探讨高层级政府和低层级政府分别在哪些方面具有信息优势，不同信息优势之间何以相互依赖，这些信息如何在上下级政府之间流转。
（一）高层级政府的信息优势
数字时代，高层级政府在数字空间至少具有以下三个方面的信息优势：一是特定行动者的线上行为信息，这类信息分散在数字空间的不同角落，基层政府在实体空间难以观测到；二是特定行动者的跨域关联信息，这类以特定行动者为中心跨越多个属地的社会网络信息超越了基层政府的属地范围，使得基层政府难以及时掌握信息动态，但这些跨域关联信息常常在数字空间有所呈现；三是大规模行动者及其线上互动的海量信息，这类信息需要耗费巨大的信息搜寻、挖掘、存储、计算、分析成本，借助数字技术带来的算法和算力优势才能把握，对此基层政府难以负担。
1.线上行为信息
数字时代的第一个重要特征是，行动者的大量行为和互动发生在数字空间，海量的线上行为痕迹数据由此产生。数字空间与实体空间行为的最大区别就在于，线上行为以数字化的形态存在，信息表达的形态发生了巨变。结果是，行动者在某个基层政府的属地范围，但是基层政府可能对其线上行为一无所知。基层政府上门走访、入户检查等传统信息收集和分析手段并不能掌握行动者的线上行为信息。这对政府的技术治理能力提出新挑战。以市场监管为例，企业在线上产生的各项数据，如产品宣传记录、人员招聘信息、资金流动情况和累计交易次数等，构成其线上行为痕迹的主要内容，收集和分析企业的线上行为信息已成为政府开展线上市场监管的重要基础。
相较于基层政府而言，高层级政府在收集、汇聚、存储、挖掘、分析线上行为信息方面具有优势。大数据平台为政府提供了一个洞察线上行为的窗口。数字时代的市场监管模式和社会治理模式正在发生变化。以市场监管为例，大数据平台通过收集企业线上行为数据，获取企业关于经营状况、市场定位、信用等级等多维度的特征描述，并利用相应的算法等技术工具进行处理，能够帮助政府了解企业行为模式，揭示和预测企业的经营状况与发展趋势。不过，大数据平台的建设、运营和维护通常需要耗费较高的成本，往往是基层政府难以支付的，而且需要考虑规模效应，所以大数据平台一般由中央政府或省地市政府建立、维护和使用。基于此，高层级政府在线上行为信息方面更具有信息优势。
2.跨域关联信息
数字时代的第二个重要特征是，分布在不同属地的行动者之间形成广泛、即时、持续的连通，形成更普遍的跨区域连接和复杂的跨区域网络，可以通过数字空间进行跨区域互动，信息和资金的流动直接通过数字空间即可实现，行动者之间的相互影响更为频繁，社会的复杂性增强。
在数字社会，基层政府通过传统的上门走访、入户调查等信息收集手段常常只掌握属地化的局部信息，不仅对其他地方政府辖区内的信息了解不足，而且对数字空间的跨域连接和网络结构信息缺乏了解，“只见树木、不见森林”的困境更为凸显。在这种情况下，仅仅依靠基层政府掌握的属地信息难以实现有效治理，需要超越传统的属地化治理思维，基于数字空间的跨域网络和跨域互动来进行相关信息的收集、存储、分析、应用、共享和协作，才能形成更有效的治理策略。这要求政府不仅要掌握本辖区的属地信息，还要掌握其他政府辖区的相关信息，特别是获取和利用本地区行动者与其他地区行动者之间基于数字空间相互影响的跨区域信息，以实现对复杂社会问题的全面把握和有效应对。
相比之下，高层级政府在收集、汇聚、存储、挖掘、分析跨域关联信息方面具有优势，更容易在数字空间观察和分析特定行动者的跨域社会网络的结构特征。通过大数据平台建设，高层级政府可以形成一个超越下属各区域的全局性视角。大数据平台通过整合从互联网公开渠道采集的外部数据、从平台企业购买的数据以及从政府部门获取的内部数据，能够在一定程度上实现对线上相关信息的整合，突破地理界限，识别不同属地的行动者之间的跨域关联。通过大数据平台，高层级政府不仅能够收集和分析特定属地行动者在数字空间的相关信息，而且能够收集和分析与其关联的其他属地行动者在数字空间的相关信息，还能对这些行动者之间的关系属性和互动状况进行研判，这对于了解行动者的关系网络、行为逻辑和互动方式具有重要作用，常常能发现基层政府在属地范围内发现不了的问题，特别是便于识别不同属地行动者之间的相互影响，了解某种经济社会事务的跨区域分布状态和结构特征。
3.超大规模信息
数字时代的第三个重要特征是，大规模行动者在数字空间的行为和互动生成海量信息，同时大数据、区块链、云计算、人工智能技术的进步使得人类社会对海量数据的存储、挖掘、计算、分析、应用的技术能力出现飞跃。借助一定的算力和算法，大数据平台能够对大规模行动者在数字空间活动留下的超大规模信息进行快速处理和分析，有助于迅速判定可能的风险隐患，在超大规模信息中筛选出有价值信息，缩小风险排查范围，从而有助于降低信息成本、提高治理效率。
治理规模增大带来的治理负荷问题一直是困扰政府治理的重要问题。对于基层政府而言，面对辖区内众多的市场主体和社会大众，当风险事件尚未暴露时，通过传统的上门走访和现场检查等治理手段来监测预警风险往往成本高昂、效率不足；同时由于专业性不足，也难以有效识别潜在的风险点，导致在短时间内精准地识别超大规模治理对象中的风险隐患犹如“大海捞针”。因此，基层政府在风险监测预警中并不具有信息优势。
与基层政府不同，高层级政府因为财政能力、数据权限、专业力量等多方面的优势，可以通过建立大数据平台的方式汇集大规模治理对象的海量数据，对大规模的非标准化、非结构化数据进行标准化和结构化处理，结合治理情境进行理论建模，在短时间内迅速计算出相应结果，从大规模治理对象中筛选重点信息，缩小治理范围，进而通过人工研判的方式确定可能的风险线索并派发给相应的属地政府。在风险监测预警中，高层级政府的这种优势是基层政府难以比拟的。
（二）低层级政府的信息优势
数字时代，尽管大规模的行动者在数字空间活动，但并非所有行为和互动都发生在数字空间，仍有大量信息以非数字化的形态存在。低层级政府因为在实体空间与治理对象的邻近性，依然具有难以被替代的属地信息优势。这主要体现在三个方面，即线下行为信息、在地关联信息和过程事件信息。
1.线下行为信息
高层级政府通过大数据平台收集和分析的线上行为信息对于政府治理而言非常重要，但并不完备。这是因为，第一，线上行为信息只是行动者特定行动的数字化形态，它并不能完整刻画和准确反映这些线上行为背后的线下行动主体特征以及行动开展的支撑条件，需要线下行为信息补充那些没有以数字化形态呈现的行动主体及其行动支撑条件信息；第二，线上行为可能只是行动者行动的某些类型或者特定类型行动链条中的某个环节，并不能涵盖行动者所有类型的行动，不足以用来刻画行动者行动的完整链条，行动者常常将某些行动放在数字空间进行，而将另一些行动放在线下实体空间进行，线上行为信息只有与线下行为信息结合在一起才有助于完整地理解行动者的行动方式和行动链条，进而揭示行动者的行动逻辑。第三，线上行为信息记录的是行动者特定时刻在数字空间的行为痕迹，上级政府通过大数据平台对这些痕迹数据进行收集、计算、挖掘、分析、下发等需要一定的时间，其数据处理结果可能存在一定的滞后性，并不能直接反映行动者在后续时间中的状态和行为变化，需要整合线下行为信息才能把握行动者的最新动态。
低层级政府在获取属地行动者的线下行为信息方面具有优势。利用网格化管理、联合执法等多种组织方式和工作机制，通过上门走访、实地考察、现场检查、专班驻场等工作方法，基层政府能够观察到大量线上无法获取的行为信息。例如，在地方金融风险治理中，基层政府通过网格员的日常观察和行政部门的现场检查，可以对企业的实际经营地点选择、负责人员、经营范围、前台形象、内部装修、人员规模、工作方式、业务开展、运行状态、营收状况、缴纳社会保险的员工人数、服务费用以及客户数量等多方面要素形成直观的感知和了解。通过线上系统难以监测这些信息，而这些信息是对企业线下实际经营状况的直观反映，构成理解企业线上行为的背景、基础，形成对企业线上行为信息的补充。线上行为信息与线下行为信息的结合，有助于政府更为全面地把握企业的风险点。
2.在地关联信息
与高层级政府在掌握特定行动者的跨域关联信息方面的优势相对应，低层级政府在掌握属地行动者的在地关联信息方面具有明显优势。所谓在地关联，是指特定行动者在所属辖区中与其他行动者的各种社会关系的总和。任何一个行动者在实体空间都必然置身于特定基层政府的辖区环境中，都会与周边的行动者产生各种各样的关联，形成属地化的关系网络，一边从周边环境中汲取资源，一边对周边环境带来影响，同时也会受到在地环境中其他行动者的关注和评价。这样的在地关联信息长期积累和广泛分布在辖区环境中，大量信息没有以数字化形态存在，高层级政府难以通过大数据手段获取这类信息。
低层级政府之所以具有这方面的信息优势，是因为它在实体空间中距离治理对象更近，拥有覆盖辖区属地范围的基层社会治理网络，具有广泛和灵敏的信息触角，便于近距离收集特定行动者的在地关联信息。基层社会治理网络是基层政府收集属地信息的关键基础设施，社区民警、社区干部、网格长、网格员、退休党员、楼长、司法调解员、志愿者等都是基层政府信息的重要来源，他们长期生活在辖区，具有“人熟、地熟、情况熟”的优势，广泛开展基础信息搜集、安全防范宣传、日常巡逻防控、治安隐患排查、矛盾纠纷调解、社情民意听取等多方面的工作，对于周边的异常情况非常敏感，能够及时发现辖区范围内的风险隐患。例如，在非法金融治理领域，基层治理网络对于老年人集聚、投资者集聚等社区现象高度敏感，同时也会在日常工作中关注社区民众对周边各类现象的议论和评价，一旦发现异常情况或者风险隐患，就会启动信息报送机制，第一时间上传给基层政府。这对于防范化解金融风险、维持辖区社会稳定具有重要的前哨作用。
3.过程事件信息
如前所述，高层级政府之所以在处理超大规模信息方面具有一定的比较优势，是因为这些超大规模信息或者是以便于计算的数据形态存在的，或者是能够转化为可计算的数据形态的。换言之，高层级政府能够通过数字技术计算的数据是标准化、结构化的数据，当面对数字空间大量的文本、图像、语音、视频等非结构化数据时，需要将其转化为标准化、结构化数据之后才能进行计算。在这样情况下，高层级政府虽然会在技术处理之后辅以人工研判，但并不能解决技术本身的局限问题。这就意味着，高层级政府在处理超大规模信息时会存在高度的信息简化甚至是“裁剪”问题，可能遗漏不少有效信息，难以完整和准确地描述和解释多方行动者之间的复杂互动过程和事件演变轨迹。但是，对于政府治理而言，无论是事前预防、事中干预还是事后处置，都需要对当事行动者之间的互动过程和事件脉络进行全面的了解、清晰的认识和准确的判断，这就离不开大量的过程事件信息。
低层级政府虽然在处理超大规模的标准化、结构化数据方面没有优势，但在围绕特定行动者展开焦点式的过程事件信息收集和分析方面是具有一定比较优势的。政府治理的展开往往需要大量的实地考察和现场检查，需要与治理对象开展面对面的互动，根据多方行动者提供的多种信息来澄清事实真相、还原事件过程、发现问题线索、分析问题原因、寻找解决办法。其中，大量非标准化、非结构化的信息收集和信息处理工作都需要依靠人工来完成，而且常常需要多个部门的工作人员基于各自的业务经验进行共同的会商和研判。低层级政府在实体空间中处于治理一线，距离治理对象更近，能够通过入户走访、日常巡查、重点约谈、专班会商等多种方式和机制收集、整理和分析关于特定治理问题的过程事件信息，并通过对多方行动者提供的多种信息来源的相互比对、校验和印证来梳理事件的来龙去脉，厘清问题的前因后果，进而形成具有针对性的解决方案。这是高层级政府仅仅通过标准化、结构化的数据收集和分析所难以实现的。
（三）多层级政府的信息流转
数字时代，高层级政府的信息优势与低层级政府的信息优势之间并不是替代关系，而是互依关系。面对“数实相融”的新型治理情境，多层级政府只有将这两类信息优势结合起来，形成自上而下和自下而上的双向信息流转机制，才能较为全面地把握治理对象的信息，提升政府体系的治理效能。
1.自上而下：信息计算、研判和推送
在多层级政府信息优势相互依赖的治理体系中，高层级政府承担着构建一体化大数据平台的职责。借助科技公司的力量，高层级政府建立针对特定领域的治理平台以汇集多方数据，进行数据计算和分析研判，当发现相关治理问题的线索信息后会逐层向下推送，交由基层政府进行实地核验。
自上而下的信息流转机制的起点是多元化数据采集。高层级政府大数据平台的数据来源通常包括三个方面：从网络公开页面爬取的痕迹数据、从平台企业购买的数据、从政府部门汇集的数据（包括本级政府数据和上级政府下发数据）。数据采集完成后，还需要进行数据的整合、清理，然后才能进入数据计算和分析研判环节。高层级政府通常委托科技公司整合前述三类数据并搭建基础的数据库，由其运用数据分析技术对收集的信息进行处理。具体而言，这一过程通常可分为三个步骤。第一，将通过网络爬虫等技术获取的全网相关底层数据、平台企业数据和政府部门数据进行整合；第二，通过打标签来进行数据清洗，并通过人工智能、人工标注和系统自动分类形成主题数据；第三，根据治理目标和理论模型设定数据结构，使多元化信息形成能够使用的标准化、结构化数据，并通过特定的理论建模和算法对这些标准化、结构化数据进行计算，从而筛选出有效信息。
当大数据平台对海量数据进行计算并发现潜在的治理线索时，会进一步通过人工方式来对这些线索进行分析研判，并将分析研判的结果以简报等形式提供给高层级政府。高层级政府收到治理线索后开展分析研判，根据问题的轻重缓急将治理线索区分为不同级别，进而通过政府体系内部的一体化平台将筛选后的治理线索推送到中间层级政府，并对不同级别的线索提出不同的反馈要求。线索的推送伴随着明确的交办时限，高层级政府会要求中间层级政府在既定时间内完成对问题线索的核查工作，及时反馈核查结果。时限的设定旨在确保对于信息的及时掌握，以及对可能出现的规模扩大或事态升级问题的快速响应。中间层级政府经过分析研判，将治理线索进一步推送到低层级政府，基层政府在一体化平台中接到治理线索之后，根据线索的不同级别进行不同的响应。通常情况下，线索级别越高，高层级政府的督促力度越大，基层政府的任务压力也越大。
2.自下而上：信息摸排、核验和反馈
自上而下推送的线索级别越高，基层政府越需要在短时间内动员大量资源进行线下信息摸排，加速推动治理进程，并尽快将问题处理情况反馈给上级政府。
基层政府在信息摸排中通常会调度相关的政府部门力量，并动用城乡社区的网格化管理体系。相关部门接到问题线索后，常常会制定“摸排情况登记表”等信息采集工具，列出详细条目，开展针对性的现场核验工作。例如，在市场治理中，信息摸排通常涵盖对机构名称、注册号、经营场所实际控制人以及经营情况等多个维度的核实，同时通过“核证照、核人员、核业务”三个方面来对照相关信息，尤其注重核对与问题线索或注册信息的不一致之处，确认是否存在风险隐患。
如果问题重大且紧急，基层政府通常会组织工作专班或者联合执法队伍，由多个政府部门工作人员、网格长、网格员等一同进行属地信息摸排与核验。如果问题没有那么严重和紧急，需要长期跟踪观察，基层政府通常会交由网格员来进行信息的摸排与核验。网格员负责收集社区民意、排查安全隐患、协助解决居民问题等工作，是政府与民众联系和沟通的重要桥梁。作为现场核验信息的实际执行者，网格员专业性的高低直接影响到核验的效率和质量。由于网格员的受教育程度和专业能力通常较低，所以面对某些技术性或专业性较强的信息核验任务时，他们往往难以独自承担。在这种情况下，基层政府常常会邀请相关专业人员（如银行工作人员）参与现场核验，以确保核验工作的专业性和准确性。不过，相比于专业人员，网格员的优势在于长期扎根社区，他们熟悉社区的人和事，通过日常巡逻和收集社情民意，能够及时观察到一些异常情况，如聚众或争吵等现象。这种实地信息摸排有助于揭示那些不易在线上被直接观察到的风险信号。在某些情况下，为了确保风险评估的准确性，网格员需要进行多次摸排，以持续监测和更新相关信息。
基层政府在线索核验完毕后需要向上级政府进行反馈，无论是否发现问题或风险隐患，都需要向上进行回复和汇报。基层政府通常会有专门的政府部门或工作小组负责接收自上而下的信息推送，并按期报送工作进展。在一些治理领域，无论通过何种方式进行信息摸排与核验，基层政府都需要根据现场搜集的信息如实填写“摸排情况登记表”“机构人员情况表”等，与上级政府下发的问题线索进行比对，并将核验情况上报。通常，基层政府需要登录一体化平台，将核验信息和分析情况录入，并附上相关材料，通过系统予以上报。上级政府接收到基层政府的信息反馈时，也需要进行核对和研判，确认无误并写明意见之后才能继续向上级报送。如此层层上报，基层核验信息最终发回线索的来源地。
基层政府的信息反馈到高层级政府之后，如果信息表明问题已经解决或风险已经处置，则系统中的相应信息推送就会显示任务已完结；如果信息表明问题尚未解决，则系统中的相应信息推送会显示任务仍在处理中，在这种情况下，高层级政府会持续跟踪问题解决情况和任务完成进度，低层级政府也需要动态上报任务执行情况。高层级政府收到的这些信息会同步到科技公司负责运营的大数据平台，与既有的其他数据一起逐步积累形成具有大规模存量数据的数据库。
至此，自上而下的信息计算、研判、推送与自下而上的信息摸排、核验、反馈，就形成了双向流动和信息闭环，这是数字时代多层级政府之间信息流转机制的新变化。自上而下和自下而上的双向信息流转机制在多层级政府之间构建起动态的信息交流与反馈环路（图2）。双向信息流转机制的运作逻辑为，高层级政府依托大数据平台建立起一个实时更新的数据库，利用数据分析技术对海量数据进行计算并辅以人工研判，确定治理范围并生成问题线索；问题线索被逐层下发给基层政府后，基层政府会根据这些线索开展针对性的实地摸排与核验工作，并将核查结果与收集的动态信息上报至高层级政府；高层级政府会将信息核验结果反馈至大数据平台，大数据平台据此进行信息更新，更新后的信息库再次投入新一轮的信息运转。这种双向信息流转机制的构建在一定程度上促进了高层级政府和低层级政府之间的信息优势互补，是数字时代多层级政府治理变革的重要体现。
双向信息流转机制的建立有助于推动多层级政府之间的分工协作和共同治理。第一，高层级政府通过大数据平台获取的信息线索会下发给基层政府以指导其开展具体的治理活动。自上而下的信息计算、研判、推送在一定程度上缓解了基层政府在数字时代面临的治理挑战，有助于提高基层政府的治理效率。基层政府可以根据大数据平台提供的线索有针对性地进行摸排。这种摸排不再是盲目的全面排查和“大海捞针”，而是有针对性的重点调查和有的放矢，有助于降低治理成本、提升治理速度。第二，基层政府在摸排过程中收集到的信息通过一体化平台逐级上传至高层级政府，高层级政府再结合大数据平台的分析结果对问题进行最终确认。这一流程有助于风险治理的精准化，以及治理决策的科学性和有效性。第三，双向信息流转机制可能勾连起一个多层次、立体化的风险防控体系。高层级政府和低层级政府都可能成为风险的发现者和识别者。由此，多层级政府之间可以形成有效的信息流通和互动机制，使得风险治理更加动态化和实时化。
需要指出的是，本文虽然强调数字技术应用对多层级政府内部信息优势结构和信息流转机制的影响，但并不持有技术决定论的视角，现实中的技术应用深深嵌入在制度结构和多主体的复杂互动之中。第一，本文并不认为信息优势的上下分化以及随之而来的双向信息流转机制会出现在所有治理领域。实际上，只有在一定条件下，高层级政府的数字信息优势才能形成，自上而下的信息计算、研判、推送才有真正的价值。其中最重要的一个条件是，高层级政府需要掌握足够的数据源和关键的治理数据，这是数字信息优势得以建立的基础。现实中，不同领域的相关情况存在差异。第二，本文强调高层级政府和低层级政府基于各自信息优势的双向信息流转和上下协同共治，意在凸显数字时代多层级政府之间信息流转和互动模式的新变化，但这并不意味着否认多层级政府围绕各自信息优势而展开的互动的复杂性和动态性。一方面，高层级政府基于数字信息优势直接参与治理，会增强对于低层级政府治理过程的监督性、干预性，自上而下的线索推送、风险提示等会增加低层级政府的工作负荷，压缩低层级政府的自由裁量空间，这可能会带来低层级政府的诉苦、变通、讨价还价等策略性应对，进而增加多层级政府之间互动的摩擦成本。另一方面，高层级政府基于数字信息而形成的线索推送和风险提示可能并不一定及时和准确，常常会存在一定的滞后性，在一些领域自上而下推送的信息准确率也不是太高，这可能会引发低层级政府的质疑，影响基层政府对大数据平台建设和双向信息流转机制的认可度。
三、研究方法与案例背景
本文运用上述理论框架来解读数字金融领域的政府治理变革现象。2012年以来，笔者持续关注数字金融领域的政府治理实践，在R省和Z省的省、市、县、乡多个层级政府开展实地调研，通过参与观察、深度访谈等方法收集了大量关于政府开展金融治理的资料。在追踪调研过程中，笔者观察到两个省份的多层级政府在应对数字金融风险时的治理探索具有很多的共性，共性之一就是两省都建立了省级的地方金融风险大数据监测防控平台，这是数字时代多层级政府治理模式变革的一个典型体现。因此，结合本文的研究问题，我们将以Z省地方金融风险监测防控中心（以下简称“防控中心”）为案例，分析其对Z省多层级政府信息优势结构带来的影响，展现信息优势上下分化的实际状态。
2012年之后，随着数字技术在金融领域的广泛应用，不仅传统正规金融的数字化转型迅速推进，而且大量地方的类金融组织开始在线上从事互联网金融活动，P2P网络借贷、股权众筹等一系列新的业态迅速发展，它们往往注册在县域，但却在线上开展业务，突破了属地政府的辖区边界，触及的人群规模庞大。这类自下而上的数字金融活动存在着大量的风险隐患。2015年底，数字金融领域爆发了令人震惊的e租宝事件，引起政府和社会的高度关注。2016年，国家开启了对于数字金融领域多个行业的清理整顿，自上而下愈发重视数字金融风险的监测和防控，要求压实地方政府的属地责任。正是在这样的背景下，2017年6月Z省正式成立防控中心。防控中心是全国首个由地方政府成立的金融风险监测预警平台，专注于开展金融风险的排查与防控，提供风险监测预警服务。这一技术化的防御体系为维护地方金融稳定提供了坚实的保障，有效推动了金融风险的早识别、早预警、早暴露、早处置，为Z省监测防控地方金融风险提供了有力支撑。
具体而言，防控中心利用人工智能、区块链、云计算、大数据等监管科技手段对全省的工商注册企业进行全面排查。排查对象主要分为三类：一是传统金融行业，如银行、证券、保险、信托等；二是地方金融管理部门负责监管的“7+4”类地方金融组织；三是其他的类金融企业，如防控中心利用大数据平台进行关键词筛选而发现的疑似从事地方金融业务和线上金融活动的企业。通过实时监测这些企业，防控中心能够发现非法金融活动的苗头性信息，通过人工研判后及时发出预警，实现“主动识别—实时监测与预警—深度分析—协同处置”的全链条金融风险防控。在此基础上，防控中心进一步建立风险评分模型等指标体系，按照企业的风险特征对其进行风险分类，以提升金融风险的应对效率。
图3展示了防控中心作为金融风险监测防控平台的运作机制。一般而言，防控中心的运作逻辑是，首先利用自身的大数据平台进行数据分析来发现风险企业，这些数据包括网络公开数据、政务数据、防控中心所采购的平台数据、部分资金流数据及投诉数据。发现疑似非法集资等金融风险情况后，防控中心会将风险所涉内容通过系统发送至负责人工研判的人员，人工研判阶段会形成针对特定企业的风险提示函以提供给市级金融管理部门（风险提示函通常提供给市一级）。市级金融管理部门根据系统可查看到风险提示函，对风险提示函进行研判后将其下发到区县一级，区县级金融管理部门负责线索核查，并制定相应的处置策略，一般期限为30天。核查完成后区县级金融管理部门需要将核查及处置结果反馈给市级金融管理部门，市级金融管理部门再将反馈结果转发至防控中心。防控中心收到反馈结果后，一方面会对自下而上的核查及处置结果进行再次审核，而后反馈至市级金融管理部门；另一方面会将接收到的反馈结果纳入平台的数据库，假如处置结果为清除、吊销等，防控中心会标注已注销等结果，并不再进行监测：如并非清除、吊销等情况，则防控中心会对该企业进行持续监测，实现风险“识别发现—监测预警—深度研判—协同处置—核查反馈—持续监测”的闭环防控。通过上述运作机制，防控中心与政府部门之间的互动构成了一个闭环流程，促进了对金融风险的监测和防控。
四、案例分析
防控中心由Z省政府委托的科技公司负责建设和运营。该科技公司是Z省的省属国有企业，在金融科技、监管科技等方面推出了不少创新型的技术产品，有助于提升Z省政府在地方金融风险监测和防控中的技术治理能力。防控中心的建设和运营影响着多层级政府之间的信息优势结构，进而推动着政府治理模式的变革。
（一）防控中心给高层级政府带来的信息优势
在Z省的金融风险监测和防控中，防控中心为高层级政府的治理工作带来了信息优势。凭借强大的数据收集、存储、挖掘、计算、分析技术，科技公司为高层级政府提供风险识别和研判服务，生成风险提示函，发挥事前预警的作用，使高层级政府能够更加全面地掌握地方金融动态，及时发现和应对金融风险。
1.线上信息抓取
数字时代，金融风险呈现出更加复杂和隐蔽的特点，而科技公司在数据收集、挖掘、分析和应用等方面具有专业技术优势。在这一背景下，Z省推动建立防控中心，旨在运用科技手段加强金融风险的监测与防控。一方面，防控中心依托大数据、云计算、人工智能等前沿技术，构建起一个广泛覆盖、快速响应的数据收集网络，能够实时捕捉到Z省本地注册企业的线上行为信息。该数据收集网络涵盖企业名称、成立时间、法定代表人、注册地址、经营范围等基本工商信息，企业在招聘软件、官方网站、公众号、短视频软件、资讯类网站等平台上公开宣传的资料信息，以及政务数据、大型平台信息和部分资金流的交易数据。由此，防控中心能够构建出包含经营异常、违法立案、负面舆情等多维度风险在内的企业全息画像。以金融广告监测平台为例，该平台集成了图片、音频、视频的自动识别技术和关键词分析技术，能够对Z省的互联网网站、广播、电视频道、报刊杂志等的金融广告进行实时的自动识别、分析与预警，能够协助政府了解风险的承载主体、覆盖范围和发展趋势。另一方面，防控中心还能够运用大数据交叉验证功能，对企业报送的数据及与其相关的线上行为数据进行综合比对和检验。例如，当某家机构填报的经营数据相对较小，而与之相关的线上员工招聘规模却很大时，防控中心便能够迅速识别这一矛盾，对该机构报告的经营状况质疑，并采取更进一步的分析和验证措施，以确保数据的真实性和可靠性。运用这种金融科技，防控中心有效解决了地方政府在传统金融监管工作中所面临的数据无法验证、监测手段单一、专业能力不足以及人力资源短缺等一系列挑战。防控中心协助政府监管部门实现了对地方金融活动的全景式监测，为高层级政府的进一步研判提供了基础。
2.关联信息穿透
在数字金融领域，投资者、融资者、中介机构以及相应的关联机构等多方主体常常分散于不同地方政府的属地，金融风险源头与受影响主体之间的跨区域特征凸显，使得受影响主体的属地政府仅仅依靠传统治理手段难以监测预警风险。这促使防控中心的监测工作需要覆盖到同一项目或金融产品的多方关联主体，这些关联主体往往并不集中于同一属地范围内。防控中心通过抓取网站公开数据、核验比对股东信息等多种方式可以掌握本地企业在外地的关联机构信息。一旦外地机构出现风险事件，防控中心可以识别出Z省本地企业的关联风险，由此可以为Z省的金融风险防控起到监测预警作用。
防控中心的关注范围不仅包括企业及其外部关联主体，还包括企业的分支机构，如分支机构的数量、注册地址、经营状态等，以评估风险的涉众性及覆盖范围。一般情况下，当总公司出现金融风险舆情时，其分公司的状态通常表现为两种类型，即正常运营或者已注销。值得注意的是，后一种情形的出现并不等同于其没有从事金融相关的业务活动，这可能源于总公司不再在多地设置关联方的考虑，或者是因为企业出现了“换马甲”的情况，企图绕过关联机构直接触达客户，具有极高的隐蔽性。在这种情况下，防控中心会依据风险企业的注册地址进行深入排查，若发现新注册的机构与风险企业已注销分公司的注册地址高度一致或极为接近，则可以将其视为疑似“换马甲”的风险机构。
在开展具体的金融风险防控工作时，防控中心会对相关企业的全网公开信息进行实时监测，根据爬取到的风险信息分析相关发帖人的地址，实现在地图上对风险源的地理定位，并依据信息发布的时间序列，绘制出事件发展的轨迹图，从而揭示金融风险的时空分布与演变趋势。
3.海量信息识别
防控中心共监测Z省内70多万家地方金融企业和涉金融企业，其大数据平台囊括这些企业的全部网络公开数据、相关政务部门数据、头部互联网平台数据、部分资金流数据及投诉数据，构建了一个体量庞大的数据库。这个数据库不仅涵盖线上与线下、跨部门的数据，还能够有效实现数据资源的有机融合。以线上公开数据为例，该数据库包含文字、图片和视频等多种数据形式。文字数据的日均增量高达5亿条，累积存量数据已达到千亿级别。图片的日识别量超过3亿张，平台能够自动识别图片中的字幕、艺术字、横幅、海报等元素，即便在复杂背景中也能保持高准确度。视频数据则覆盖了短视频平台、直播平台、视频频道、视频网站以及电视台视频平台，实现了对相关企业视频媒介的监控。
面对日均获取的海量信息，防控中心的大数据平台运用标签数据清洗技术，每日清洗超过5亿条数据。随后，借助自然语言处理、云计算等数字技术，平台能够识别并提取数百条潜在的风险线索，并将这些线索送至人工研判环节，以进行深入分析和评估。而且，防控中心所积累的数据资源可以实现规模上的累加存储，随着数据量的不断增加，能够逐步形成其独特的风险识别方式。通过对监测的大量非法金融活动案例进行深入分析，防控中心能够识别并总结关键的风险特征，进而构建风险模型。例如，防控中心的主动识别平台通过对上千个非法金融活动样本案例进行细致的分析，归纳总结出七大风险类别。在这一基础上，防控中心进一步提取了与这些风险类别相关的特征，建立了针对性的风险模型，从而提高了风险识别的准确性和预警的前瞻性。
（二）基层政府的不可替代性
在防控中心助力高层级政府开展金融风险监测预警工作的同时，基层政府的角色依然具有不可替代的重要性。作为国家治理体系的末梢环节，基层政府与民众日常生活紧密相连，其在风险核查、处置与应对等环节中发挥的作用是与高层级政府的风险监测预警互为补充的。
1.实地信息摸排
数字时代，尽管防控中心对线上数据的获取和分析为金融风险预警提供了便利，但这些数据只是整体信息的一部分，不能完全替代线下信息的搜集与核查。具体来讲，线上数据虽然丰富，但可能存在局限性，如来源偏差、信息不完整或滞后等。基层政府通过线下的信息搜集，能够获得更为全面和准确的一手资料，包括企业的实际经营状况，如注册地与实际经营地不一致、业务模式与整体支出不符、公司规模与缴纳社保人数不符、用水用电量下滑等；客户的异常行为，如营销活动聚集、挤兑围堵聚集、老年人聚集等；企业的宣传行为，如广告发布存在虚假夸大、承诺保本付息或高息回报、设立虚假项目、超出经营范围等关键信息（访谈资料，20240414）。
在Z省，一旦防控中心监测发现重点风险隐患，便会逐层推送信息到基层政府，由基层政府组织联合执法团队进行线下核查。该团队由地方金融监管局、市场监管局、公安局等多个部门派代表组成。核查内容广泛，包括营业执照、机构运作情况、业务情况、财务状况、账户情况、投融资情况、配合监管情况以及其他风险情况等。这种多部门联合执法的线下核查，不仅有助于提高金融风险核查的准确性，而且有助于增强政府监管的穿透力。通过对企业运营状态的直观观察，基层政府能够为金融风险的早期发现和预警提供第一手的信息支持，这对于构建一个全面、多层次的金融风险监管体系至关重要（访谈资料，20240414）。
2.社区关联信息
无论何种类型的市场主体，都会与它所处工作场所的周围主体存在一定程度的社会关联。具体来讲，企业入驻某一社区，其日常运营、员工行为乃至品牌传播等，都会在一定程度上影响周围居民和商户等多方主体的认知与态度。社区居民和周边商户等对于企业的存在及其活动不是毫无察觉的，他们的观察和评价往往能够为基层政府提供关于企业行为的基本信息，包括企业的入驻时间、常规业务活动以及有无异常征兆等。基层政府凭借其联合执法团队的专业性和敏感性，能够对这些信息进行筛选和分析，捕捉到其可能涉及风险的线索。
同时，基层政府因长期扎根于特定属地，也与当地群众和社区的信任关系较强。这种信任关系在风险隐患的现场核查阶段尤为重要。基层政府的核查工作不仅需要依靠专业执法团队的技术支持，更依赖属地基层群众自治组织、网格员等与居民、周边商户、物业管理公司等主体的有效沟通。基于长期的信任关系，基层政府能够收集到企业经营的线下活动、异常变化等多方面的详细信息，这些信息对于评估风险的性质、范围和可能带来的影响至关重要。基层政府的这种信息优势为高层级政府提供了全面、长期、动态的信息支持，有助于构建更为精准的风险防控体系（访谈资料，20240718）。
3.完整风险链条
金融风险事件的孕育和爆发是一个渐进的过程，可能涉及多阶段的演变，最终以一种剧烈的方式显现。这一过程的逐步展开充满了复杂性和多维性，往往超出了大数据平台的监测与分析能力。防控中心虽然在标准化风险信息的收集与分析方面具有显著优势，但是在理清金融风险事件中的主体间互动关系、揭示金融风险事件的发展脉络和深层动因方面仍存在局限。在这一背景下，基层政府的作用尤为关键。基层政府长期植根于社区，对本区域内企业的基本情况，如发展历程、行为方式以及企业所传达的各种话语拥有着更为深入和细腻的感知能力。这种感知不仅体现在对企业经济活动的观察上，还体现在对企业社会责任、文化价值和社会交往模式等多维度特征的洞察。通过日常的社区治理和居民服务工作，基层政府能够敏锐捕捉到企业行为的微妙变化，在一定程度上实现对金融风险的早期识别与预警，并在风险爆发中后期进行有效干预与处置。
相较于依赖算法和模型的线上监测系统，基层政府对具体情况的感知具有一定的灵活性和适应性。防控中心为进行大数据分析而将信息结构化，虽然能够快速提供标准化的数据，但可能忽视了那些非结构化、非标准化的数据。而基层政府通过线下的持续观察和非标准化信息收集，能够更全面地理解金融风险事件的发展过程和内在逻辑，揭示出相关企业行为的多维特征。
（三）信息流转机制的变化
前数字时代，在Z省的金融风险治理中，多层级政府之间的信息流转主要是一种自下而上的信息汇集过程，即基层政府基于在实体空间的邻近性能够近距离了解基层社会的具体事务，在此过程中获取丰富且准确的一手信息，因而在信息获取上占据显著优势。如图4所示，在传统的信息流转体系中，关于治理对象的信息传递遵循一种自下而上的路径，基层政府在观察到显露出的风险后，通过既定的行政渠道逐级上报至更高层级的政府机构。然而，由于地理距离较远，以及传统风险集中于实体空间等因素的制约，高层级政府往往不会直接介入信息收集与验证的过程，更多通过自上而下的检查、督察等方式来力图保证信息的真实性和有效性。因此，在这种治理体系中，高层级政府的决策在很大程度上依赖于基层政府上报的信息。基层政府的信息收集对于整个治理体系的运行至关重要，其信息的真实性和有效性直接影响政府决策的质量和效率。
进入数字时代，Z省金融风险治理中的传统信息流转方式发生了改变，高层级政府基于数字技术的应用开始逐渐掌握一定的数字信息优势。这一转变得益于防控中心的建设和运营，防控中心通过大数据等技术应用能够收集并分析海量数据，为省政府提供更加全面和深入的线上数据信息资源。在此基础上，防控中心利用自身技术将数据转化为有价值的风险线索，并以风险提示函等简报的形式传递给市级政府。市级政府根据信息的性质和重要性，将这些线索通过系统下放至区县政府，区县政府再通知街道、乡镇安排相应社区的网格员进行摸排。在实地核查阶段，无论核查结果是否揭示出风险，或风险是否与金融问题相关，区县政府都有责任通过系统进行信息反馈，最终反馈至风险线索的来源地。这种双向的信息流转机制与传统的自下而上的信息流转机制形成鲜明对比。数字技术的应用在一定程度上增强了高层级政府的信息优势，同时也对基层政府的信息摸排、核验和反馈能力提出更高的要求。基层政府的摸排、核验和反馈不仅有助于为高层级政府提供精准的信息，也有助于为政策制定和调整提供重要的参考依据。
正如前文所述，数字技术应用虽然能够推动双向信息流转和上下协同共治，但并不意味着多层级政府围绕信息优势分化而展开的互动是简单的。实际上，我们的田野调查发现，多层级政府间的信息互动过程是复杂的，蕴含着不同主体多重考量之间的张力。从防控中心与不同层级政府间的互动机制来看，高层级政府倾向于防控中心尽可能地识别所有潜在风险，即使相关风险信息的准确度可能并不高；而基层政府可能持有不同观点，在一些基层政府官员看来，防控中心识别的风险线索一旦下发，无论其准确性如何，基层政府都必须投入资源进行实地核查，这不仅会在已有的工作任务基础上增加基层政府自身负担，也会使自己承担起更多责任（访谈资料，20230417）。
同时，在基层政府看来，以防控中心为代表的这类大数据平台在实际治理过程中所发挥的作用并不如预期那样显著。这种局限性主要源于两个核心问题。首先，平台常常无法获取关键数据。防控中心开展风险监测预警所需要的一些关键数据，并不掌握在省级政府手中，而是分布在中央金融管理部门及其地方派出机构中。在既有的制度约束下，这些数据难以共享给地方政府建立的防控中心等大数据平台。这导致防控中心只能依赖于一些非关键性信息进行风险识别分析和监测预警，其准确性因此而大打折扣（访谈资料，20240410）。其次，防控中心等大数据平台推送给基层政府的信息常常存在一定的滞后性。一方面，滞后性与上面讲到的数据来源密切相关。另一方面，滞后性与信息流转的过程也存在关联。从信息抓取、分析研判到自上而下的信息传递，这一过程耗时较长，导致有时信息到达基层政府可能已过去半个月之久。在这半个月的时间里，潜在风险可能已经显现，或者基层政府通过传统的信息收集方式已经获知。此时，自上而下的推送信息虽然准确，却滞后了，这在实际工作中引起了基层政府对于此类信息有效性的质疑（访谈资料，20240410）。
总之，上述的案例分析表明，我们既需要看到数字时代多层级政府之间基于信息优势分化而出现的信息流转机制的变化，也需要看到这种信息流转机制在实际运行中的复杂性。
五、结论与讨论
数字时代出现了“数实相融”的新型治理情境，正在推动中国多层级政府治理模式发生新的变化，其中的动力机制之一是“信息优势的上下分化”。本文分析了高层级政府的数字信息优势和低层级政府的属地信息优势的具体内容及其关系模式。研究表明，高层级政府在线上行为信息、跨域关联信息、超大规模信息方面具有比较优势，低层级政府在线下行为信息、在地关联信息、过程事件信息方面具有比较优势；二者的信息优势之间不是替代关系，而是互依关系，通过自上而下的信息计算、研判、推送和自下而上的信息摸排、核验、反馈，多层级政府在信息优势分化的基础上走向“上下共治”。“信息优势的上下分化”是数字时代中国多层级政府治理变革的一个重要动力机制。
正是因为信息优势的上下分化，不同层级政府在应对“数实相融”的治理情境时发挥着不同作用，呈现“上下共治”的特征。具体而言，高层级政府基于线上行为信息、跨域关联信息、超大规模信息等方面的优势，能够进行整体感知、宏观分析、全局治理，在数字空间开展实时监测和风险预警，从海量治理对象中及时发现新业态、新风险，为低层级政府的属地治理提供治理线索，从而可以为基层政府缩小治理范围、降低治理成本。低层级政府基于线下行为信息、在地关联信息、过程事件信息等方面的优势，能够进行局部观察、微观分析、辖区治理，在实体空间开展实时排查和风险稳控，为高层级政府的监测预警、治理决策提供实况信息反馈，通过深入一线、贴近实际的工作方式来实施治理。
不难发现，随着大规模的经济社会活动进入数字空间，这种“上下共治”的治理模式在越来越多的领域出现，是数字时代中国多层级政府治理模式变革的一个重要方面。相对于已有研究所揭示出的前数字时代多层级政府之间的“职责同构”“行政发包”“上下分治”“高度关联”而言，这种“上下共治”的治理模式的确是数字时代中国多层级政府治理中的一种新现象。尽管上下级协作在前数字时代就普遍存在，但是上层治“数”、下层治“实”的分工协作却是数字时代才有的。它表明，数字时代多层级政府之间的分工协作呈现出新的样态，是政府体系应对治理对象新特征、新挑战时的一种策略和方式。
值得指出的是，本文并不认为基于信息优势分化的“上下共治”会出现在所有的治理领域。这一治理模式是否出现，至少与以下两方面的因素有关。一是治理对象的特征。现实中，并不是所有的治理对象都进入了数字空间，还有大量的经济社会活动在实体空间开展而且数字化程度较低。在这种情况下，高层级政府在线上行为信息、跨域关联信息和超大规模信息等方面的数字空间信息优势缺乏数据源，因此就难以形成对于治理对象的数字信息优势。二是治理主体的特征。现实中，上下级政府之间的信息优势分化与治理领域的数据权配置结构存在密切关联。在其他条件相同的情况下，特定治理领域的高层级政府部门越是能够具备充足的数据权，越是有可能掌握多样化的数据源，从而形成对于治理对象的有效的数字信息优势。在一些治理领域，高层级政府的相应部门缺乏充足的数据权和多样的数据源，因此难以具备相对于低层级政府相应部门的数字信息优势，“上下共治”的治理模式就难以形成。在这种情况下，高层级政府即使建立大数据平台，其实际治理效果也可能由于数据权和数据源的限制而大打折扣，出现缺乏核心数据、信息滞后等问题。总之，基于信息优势分化的“上下共治”是有条件的，只有上级政府实际具备数字信息优势，“上下共治”才有形成的基础。
信息优势的上下分化及其带来的双向信息流转机制是数字时代出现的基础性变化，值得引起组织研究领域的高度关注。一方面，自韦伯提出科层制理论以来，组织研究一直假定组织中越是低层级越具有关于工作任务或治理对象的信息优势。例如，委托代理理论就将代理人具有信息优势、委托人与代理人之间存在信息不对称作为一个基本假定。这一假定成为大量理论讨论的基础和前提，影响着学者们的理论建构。中国的政府组织和国家治理研究就受到这一假定的深刻影响。而本文的研究则表明，这一假定在数字时代正遭遇经验现象的强烈冲击，需要进行适当的修订。修订的关键在于，我们需要指出数字时代低层级政府在何种信息方面可能具有优势，在何种信息方面则可能具有劣势。换言之，我们不能再像前数字时代的理论那样笼统地讨论信息优势问题，或者单向度地假定信息不对称了，而需要关注信息的内容、区分信息的类型，讨论不同组织层级在不同信息内容或信息类型方面所具备的比较优势。这不仅是数字时代给中国政府治理研究提出的新议题，也是数字时代对组织理论提出的时代之问。另一方面，信息优势上下分化引发的双向信息流转机制在实际运行中具有一定的复杂性。由于不同层级的政府在信息占有上具有不同的优势地位，同时不同层级政府在治理过程中的成本和收益存在一定的差异，所以多层级政府在基于信息优势分化的双向信息流转中会出现复杂的策略行为和互动过程。从这个意义上讲，本文只是一个初步的探索。那么，信息优势的上下分化是否会在各类组织中普遍出现，背后深层的逻辑是什么？它在什么样的条件下会稳定存在，其又将会对组织结构和组织运行带来何种深远影响？高层级政府掌握的数字信息优势如何能够影响到低层级政府的治理实践？低层级政府又如何通过策略性的行动再次与高层级政府展开互动？上述新变化究竟会对多层级政府治理模式产生何种更为深远的影响？这些问题都有待我们在未来的研究工作中持续关注和深入探讨。
